隐身反设计下飞翼布局气动与隐身综合设计

为同时获得良好的气动和隐身性能,基于双发动机布局下飞翼无人机大鼓包式机身,采用隐身反设计思路,开展了飞翼布局气动与隐身综合设计与分析研究,提出了一种减小翼型前缘半径的机身前缘类"鹰嘴"形飞翼布局优化构型.分别采用CFD(计算流体力学)方法对M6机翼进行气动数值模拟方法验证,以及基于FEKO软件中MLFMM(多层快速多极子方法)和PO(物理光学法)对圆柱体和某飞翼布局缩比模型进行隐身数值计算方法验证,并利用该方法获得了飞翼布局无人机气动与隐身综合特性.结果表明:建立的气动与隐身数值模拟方法计算结果与实验吻合较好,数值计算方法是可靠的;基于隐身反设计思路构建的机身前缘类"鹰嘴"形飞翼布局设计不仅纵向气动特性略微提升,且前向(-25°~25°)隐身性能明显提高,充分表明了隐身反设计思路的有效性;前缘类"鹰嘴"形设计主要影响机身表面压力分布,并有助于提升升阻特性;前缘类"鹰嘴"形设计比传统钝形前缘设计在不同频率和不同滚转角下隐身特性均有所提高.     

基于纵向直接力控制的飞翼布局无人机紊流减缓

飞翼布局无人机在大气紊流中飞行会受到较大的紊流载荷,而受限于自身构型和舵面配置,无法采用传统控制方案进行紊流载荷减缓。分析了飞翼布局无人机的舵面气动特性,提出一种多组舵面配合产生纵向直接控制力的垂直紊流减缓方案,并采用自抗扰控制技术设计了非线性控制器,在线估计系统误差和紊流扰动,并进行补偿控制。仿真结果表明:飞翼布局无人机采用直接力控制方案,并加入该非线性控制器后,能显著减缓在大气紊流中飞行中的法向过载,同时保证姿态和航迹稳定。     

基于可重构系统的时域划分技术的研究

可重构计算是一种介于ASIC和通用微处理器之间的新的提升计算机性能的方法,对于数字信号处理、流媒体技术、图像压缩、密码学、生物信息处理等计算密集型方面的应用,可重构计算技术可以发挥巨大的优势。基于具有较少重构时间的实时可编程逻辑器件(如FPGA)的用户可编程性,其可作为多种硬件资源使用。如果其配置信息可以迅速更改,则由逻辑器件实现的硬件功能也可实现迅速切换。硬件资源的大小是有限的,那些超过器件有效硬件资源的较大任务需要通过时域划分来解决。该文对可重构计算以及时域划分的定义、分类,国内外研究现状和常见的研究方法做了详细的描述,并综合分析了一系列时域划分算法并进行了相关比较。     

基于terminal滑模与控制分配的飞翼布局无人机姿态控制

对于风场扰动中的飞翼布局无人机,需要考虑模型参数不确定和外界干扰对姿态控制的影响,以及解决操纵面冗余、附加力效应显著、多轴操纵耦合、舵效非线性等特殊问题。采用基于扩张状态观测器的terminal滑模和多目标非线性控制分配对姿态角的跟踪控制问题进行了研究,将扩张状态观测器与基于饱和函数的terminal滑模控制器相结合,在名义滑模控制律的基础上采用扩张状态观测器实现对干扰的估计和补偿,有效提高了系统的鲁棒性和控制精度,并且充分利用冗余操纵面,根据飞行任务需求,实现对多种目标综合权衡的非线性控制分配。     

摇摆桁架-BRB-钢框架体系地震失效模式与抗震性能分析

建筑结构抗震设计所希望的结构地震失效模式是完全梁铰式失效,由于各种不确定性的存在,在实际地震中,结构是否能发生完全梁铰式失效是无法预知的。而防屈曲支撑构件(BRB)延性较大,在地震作用下可稳定地耗散地震输入结构的能量。鉴于此该文提出了一种摇摆桁架-BRB-钢框架体系,采用静力推覆分析方法,识别出了结构的主要地震失效模式,对其失效路径以进行了分析;对传统钢框架结构、摇摆桁架-钢框架体系、摇摆桁架-BRB-钢框架体系在小震、中震、大震作用下进行时程分析,并基于峰值层间位移角评价了三种结构的抗震性能。结果表明摇摆桁架-BRB-钢框架体系,在结构耗能减震、失效模式的优化控制,降低结构的残余变形等方面均起到了重要作用,新结构的侧向变形较传统钢框架结构更加均匀,结构整体参与耗能的能力更强。     

基于AMESim和Simulink的液压伺服系统动态仿真

提出了基于AMESim和Simulink的液压伺服系统进行动态仿真的方法。以阀控液压缸为例,建立液压系统的动态数学模型,给出了仿真模型,详细介绍了如何利用AMESim和Simulink对液压系统动态特性进行仿真,同时分析了影响液压系统动态特性的主要因数。     

瓦斯抽放钻机动力头的设计及优化

介绍了瓦斯抽放钻机动力头液压卡盘的原理和传动齿轮系的设计;采用直接比较-比例方法来处理有约束遗传算法问题,并以体积最小为目标函数对动力头的传动齿轮系进行了优化,有效地减小了动力头的体积。     

基于改进自适应滤波算法的控制系统传感器故障诊断

应用标准的多模自适应滤波算法进行故障诊断时,需要一组与假设模型等数量的卡尔曼滤波器进行滤波计算,计算量很大而且耗时,这对于实时性要求很强的工程应用是不合适的,因此提出了一种改进自适应滤波算法,它只需要单个卡尔曼滤波器就可得到与标准的多模自适应滤波算法等价的残差,因此可以有效地减少计算量和计算时间.将此算法应用于某无人机控制系统的传感器故障诊断,仿真结果验证了该方法的有效性.     

基于Q-学习的底盘测功机自适应PID控制模型

为了解决汽车底盘测功机控制系统在动态控制时出现延迟较高和误差大的问题,提出了一种基于强化学习的底盘测功机控制策略。以PID控制算法为基础,扭力偏差为控制器输入,调节电压控制量为输出,选择扭力差变化为智能体奖惩的学习策略,通过Q学习算法对PID参数进行在线自适应整定;在底盘测功机仿真试验中验证了控制器的调控性能,并与传统PID控制以及神经网络PID控制的结果进行了对比;实验结果表明,基于Q学习的自适应PID控制模型较传统PID算法控制周期缩减至40.7%,相较于神经网络PID算法控制周期缩短至27.9%。相对于传统PID控制模型与神经网络PID模型,基于Q学习的自适应PID控制模型输出力上升过程稳定且快速。提出的基于Q学习的自适应PID控制模型能够有效提升底盘测功机控制精度,满足其使用的工业要求。     

SSL VPN在电子政务网中的应用

本文首先介绍了SSL VPN的概念和基本原理,然后根据Y省电子政务外网的建设要求,阐述了Y省电子政务外网中SSL VPN接入平台的建设与应用。